python画图时linestyle,color和loc参数的设置方式

python画图时linestyle,color和loc参数的设置

本人没有看过专门介绍matplotlib的书籍,所以一直以来对一些画图的风格不是很清楚,今天总结一下linestyle,color和loc,供那些像我一样没看过这方面介绍的人使用。

linestyle和color是matplotlib做表时常用的两个参数,只要是需要线条的,不论是主图,还是添加的网格线,基本上是都会遇到的。loc则是用来确定位置的,一般添加图例的时候回用到。

颜色字符(color)

字符代表颜色
r红色
b蓝色
g绿色
w白色
c青色
m洋红
y黄色
k黑色

风格字符(linestyle)

字符代表风格
- (一个连字符)实线
– (两个连字符)虚线
-.点划线
点虚线
’ ’留空,空格

loc 参数(以matplotlib添加图例为例说明位置)

loc stringloc code位置
"best"0右上角(默认)
“upper right”1右上角
“upper left”2左上角
“lower left”3左下角
“lower right”4右下角
"right"5中右侧
“center left”6中左侧
“center right”7中右侧
“low center”8中下方
“upper center”9中上方
“center”10中间

python画图基础

python用于画图常用matplotlib和seaborn**

1.matplotlib

使用前需要导入api

import matplotlib.pyplot as plt

1.1绘制基本图像

1.1.1折线图

1.准备数据

import random
x = range(60)
y = [random.uniform(15,18) for i in x]
#random.uniform 中参数即为取值范围。

2.创建画布

plt.figure(figsize=(20,5),dpi=100)
#其中参数figsize即为图像大小,dpi为分辨率。

3.绘制图像

plt.plot(x,y)

4.图像显示

plt.show()

1.1.2 散点图

重复1,2,4步

第3步改为plt.scatter(x,y)

图像显示:

1.1.3柱状图

重复1,2,4步

第3步改为plt.bar(x,y)

图像显示:

1.1.4 直方图

重复1,2,4步

第三步改为plt.hist(y)

只传入一个y参数,表示y的分布情况

图像显示:

也可以传入x参数,表示x的分布情况(但因x为0~59,所以没有意义)

图像显示:

1.2实现一些其他功能

我们用自己创建的数据作为上海市早上10时~11时的温度变化

#1.数据准备
x_shanghai = x
y_shanghai = y

#2.创建画布
plt.figure(figsize=(20,5),dpi=100)

#3.绘制图像
plt.plot(x_shanghai,y_shanghai)
#3.1添加x、y的刻度
x_ticks = ["10:{}分"format(i) for i in x_shanghai]
y_ticks = range(40)
#3.2修改x、y的刻度
plt.xticks(x_shanghai[::5],x_ticks[::5])
#plt.xticks第一个参数是刻度,第二个参数是刻度标签(plt.yticks也一样)
plt.yticks(y_ticks[::5])
#五分钟取一个刻度
#3.3添加网格显示
plt.grid(True,linestyle = "--",alpha = 0.6)
参数linestyle为网格线的种类,alpha为网格线深浅

图像显示:

1.3 在一个坐标系中画出多个图像

#0 准备数据
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(1,3) for i in x]

#1 创建画布
plt.figure(figsize=(20,5),dpi=100)

#2 绘制图像
plt.plot(x,y_shanghai,label = "上海")
#画一条标签为上海的图像
plt.plot(x,y_beijing,color = 'r',linestyle="--",label="北京")
#画一条标签为北京的图像
plt.legend(loc ="best")
#plt.legend()函数设置图例位置

#2.1 添加x,y刻度
x_shanghai_ticks = ["10点{}分".format(i) for i in x] 
y_shanghai_ticks = range(40)

#2.2 修改x,y刻度
plt.xticks(x[::5],x_shanghai_ticks[::5])
plt.yticks(y_shanghai_ticks[::5])

#2.3 添加网格显示
plt.grid(True , linestyle = "--",alpha = 0.6)

#2.4 添加标签数据
plt.xlabel("时间",fontsize=20)
plt.ylabel("温度",fontsize=20)
plt.title("某市某日10时至11时的温度变化折线图",fontsize=20)
#fontsize为字体大小

# 图像保存
plt.savefig("test.png")

#3 图像显示
plt.show()

图像显示:

1.4多坐标作图

#0 准备数据
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(1,3) for i in x]

#1 创建画布
plt.figure(figsize=(20,8),dpi=100)
# fig,axes=plt.subplot(nrows=1,ncols=2,figsize=(20,8),dpi=100)

#2 绘制图像
# axes[0].plot(x,y_shanghai,label = "上海")
# axes[1].plot(x,y_beijing,color = 'r',linestyle="--",label="北京")
f1=plt.subplot(1,2,1)#将figure分成一行两列,第三个数字代表的是第一个位置的图
f1.scatter(x,y_shanghai,label="上海",color='r',linestyle='--')#分别为x的显示范围为0-3,y的坐标0-1
f2=plt.subplot(1,2,2)#将figure分成一行两列,第三个数字代表的是第二个位置的图
f2.scatter(x,y_beijing,label="北京")

# #2.1 添加x,y刻度
x_ticks= ["10点{}分".format(i) for i in x] 
y_shanghai_ticks = range(40)

# #2.2 修改x,y刻度
# plt.xticks(x[::5],x_ticks[::5])
# plt.yticks(y_shanghai_ticks[::5])
f1.set_xticks(x[::5])
f1.set_yticks(y_shanghai_ticks[::5])
f1.set_xticklabels(x_ticks[::5])
f2.set_xticks(x[::5])
f2.set_yticks(y_shanghai_ticks[::5])
f2.set_xticklabels(x_ticks[::5])

# #2.3 添加网格显示
f1.grid(True , linestyle = "--",alpha = 0.6)
f2.grid(True , linestyle = "--",alpha = 0.6)

# #2.4 添加标签数据
# plt.xlabel("时间",fontsize=20)
# plt.ylabel("温度",fontsize=20)
# plt.title("某市某日10时至11时的温度变化折线图",fontsize=20)
f1.set_xlabel("时间")
f1.set_ylabel("温度")
f1.set_title("上海市十时至十一时的温度变化",fontsize=20)
f2.set_xlabel("时间")
f2.set_ylabel("温度")
f2.set_title("北京市十时至十一时的温度变化",fontsize=20)
f1.legend(loc=0)
f2.legend(loc=0)

# 图像保存
plt.savefig("test.png")
#3 图像显示
plt.show()

图像显示:

1.5 绘图应用

import numpy as np
# 绘制一般函数的图像
# 绘制反正切函数图像
# 0 准备数据
x = np.linspace(-10,10,1000)
# x为-10到10等间距取1000份
y = np.arctan(x)

# 1 创建画布
plt.figure(figsize=(20,8),dpi = 100)

# 2 绘制图像
plt.plot(x,y)

# 2.1添加网格
plt.grid(True,linestyle = "--",alpha=0.6)

# 3 显示图像
plt.show()

图像显示:

#绘制正比例函数y = x

图像显示:

作者:TZmin原文地址:https://blog.csdn.net/LittleShengs/article/details/88777677

%s 个评论

要回复文章请先登录注册